OpenCV计算机视觉编程攻略(第3版)
本书特色
第3版简介
内容速览
阅读须知
读者对象
小标题
排版规范
读者反馈
客户支持
下载代码
下载书中的彩色图片
勘误
举报盗版
疑难解答
电子书
1 图像编程入门
1.1 简介
1.2 安装OpenCV库
1.2.1 准备工作
1.2.2 如何实现
1.2.3 实现原理
1.2.4 扩展阅读
1.2.5 参阅
1.3 装载、显示和存储图像
1.3.1 准备工作
1.3.2 如何实现
1.3.3 实现原理
1.3.4 扩展阅读
1.3.5 参阅
1.4 深入了解cv::Mat
1.4.1 如何实现
1.4.2 实现原理
1.4.3 扩展阅读
1.4.4 参阅
1.5 定义感兴趣区域
1.5.1 准备工作
1.5.2 如何实现
1.5.3 实现原理
1.5.4 扩展阅读
1.5.5 参阅
2 操作像素
2.1 简介
2.2 访问像素值
2.2.1 准备工作
2.2.2 如何实现
2.2.3 实现原理
2.2.4 扩展阅读
2.2.5 参阅
2.3 用指针扫描图像
2.3.1 准备工作
2.3.2 如何实现
2.3.3 实现原理
2.3.4 扩展阅读
2.3.5 参阅
2.4 用迭代器扫描图像
2.4.1 准备工作
2.4.2 如何实现
2.4.3 实现原理
2.4.4 扩展阅读
2.4.5 参阅
2.5 编写高效的图像扫描循环
2.5.1 如何实现
2.5.2 实现原理
2.5.3 扩展阅读
2.5.4 参阅
2.6 扫描图像并访问相邻像素
2.6.1 准备工作
2.6.2 如何实现
2.6.3 实现原理
2.6.4 扩展阅读
2.6.5 参阅
2.7 实现简单的图像运算
2.7.1 准备工作
2.7.2 如何实现
2.7.3 实现原理
2.7.4 扩展阅读
2.8 图像重映射
2.8.1 如何实现
2.8.2 实现原理
2.8.3 参阅
3 处理图像的颜色
3.1 简介
3.2 用策略设计模式比较颜色
3.2.1 如何实现
3.2.2 实现原理
3.2.3 扩展阅读
3.2.4 参阅
3.3 用GrabCut算法分割图像
3.3.1 如何实现
3.3.2 实现原理
3.3.3 参阅
3.4 转换颜色表示法
3.4.1 如何实现
3.4.2 实现原理
3.4.3 参阅
3.5 用色调、饱和度和亮度表示颜色
3.5.1 如何实现
3.5.2 实现原理
3.5.3 拓展阅读
3.5.4 参阅
4 用直方图统计像素
4.1 简介
4.2 计算图像直方图
4.2.1 准备工作
4.2.2 如何实现
4.2.3 实现原理
4.2.4 扩展阅读
4.2.5 参阅
4.3 利用查找表修改图像外观
4.3.1 如何实现
4.3.2 实现原理
4.3.3 扩展阅读
4.3.4 参阅
4.4 直方图均衡化
4.4.1 如何实现
4.4.2 实现原理
4.5 反向投影直方图检测特定图像内容
4.5.1 如何实现
4.5.2 实现原理
4.5.3 扩展阅读
4.5.4 参阅
4.6 用均值平移算法查找目标
4.6.1 如何实现
4.6.2 实现原理
4.6.3 参阅
4.7 比较直方图搜索相似图像
4.7.1 如何实现
4.7.2 实现原理
4.7.3 参阅
4.8 用积分图像统计像素
4.8.1 如何实现
4.8.2 实现原理
4.8.3 扩展阅读
4.8.4 参阅
5 用形态学运算变换图像
5.1 简介
5.2 用形态学滤波器腐蚀和膨胀图像
5.2.1 准备工作
5.2.2 如何实现
5.2.3 实现原理
5.2.4 扩展阅读
5.2.5 参阅
5.3 用形态学滤波器开启和闭合图像
5.3.1 如何实现
5.3.2 实现原理
5.3.3 参阅
5.4 在灰度图像中应用形态学运算
5.4.1 如何实现
5.4.2 实现原理
5.4.3 参阅
5.5 用分水岭算法实现图像分割
5.5.1 如何实现
5.5.2 实现原理
5.5.3 扩展阅读
5.5.4 参阅
5.6 用MSER算法提取特征区域
5.6.1 如何实现
5.6.2 实现原理
5.6.3 参阅
6 图像滤波
6.1 简介
6.2 低通滤波器
6.2.1 如何实现
6.2.2 实现原理
6.2.3 参阅
6.3 用滤波器进行缩减像素采样
6.3.1 如何实现
6.3.2 实现原理
6.3.3 扩展阅读
6.3.4 参阅
6.4 中值滤波器
6.4.1 如何实现
6.4.2 实现原理
6.5 用定向滤波器检测边缘
6.5.1 如何实现
6.5.2 实现原理
6.5.3 扩展阅读
6.5.4 参阅
6.6 计算拉普拉斯算子
6.6.1 如何实现
6.6.2 实现原理
6.6.3 扩展阅读
6.6.4 参阅
7 提取直线、轮廓和区域
7.1 简介
7.2 用Canny算子检测图像轮廓
7.2.1 如何实现
7.2.2 实现原理
7.2.3 参阅
7.3 用霍夫变换检测直线
7.3.1 准备工作
7.3.2 如何实现
7.3.3 实现原理
7.3.4 扩展阅读
7.3.5 参阅
7.4 点集的直线拟合
7.4.1 如何实现
7.4.2 实现原理
7.4.3 扩展阅读
7.5 提取连续区域
7.5.1 如何实现
7.5.2 实现原理
7.5.3 扩展阅读
7.6 计算区域的形状描述子
7.6.1 如何实现
7.6.2 实现原理
7.6.3 扩展阅读
8 检测兴趣点
8.1 简介
8.2 检测图像中的角点
8.2.1 如何实现
8.2.2 实现原理
8.2.3 扩展阅读
8.2.4 参阅
8.3 快速检测特征
8.3.1 如何实现
8.3.2 实现原理
8.3.3 扩展阅读
8.3.4 参阅
8.4 尺度不变特征的检测
8.4.1 如何实现
8.4.2 实现原理
8.4.3 扩展阅读
8.4.4 参阅
8.5 多尺度FAST特征的检测
8.5.1 如何实现
8.5.2 实现原理
8.5.3 扩展阅读
8.5.4 参阅
9 描述和匹配兴趣点
9.1 简介
9.2 局部模板匹配
9.2.1 如何实现
9.2.2 实现原理
9.2.3 扩展阅读
9.2.4 参阅
9.3 描述并匹配局部强度值模式
9.3.1 如何实现
9.3.2 实现原理
9.3.3 扩展阅读
9.3.4 参阅
9.4 用二值描述子匹配关键点
9.4.1 如何实现
9.4.2 实现原理
9.4.3 扩展阅读
9.4.4 参阅
10 估算图像之间的投影关系
10.1 简介
成像过程
10.2 计算图像对的基础矩阵
10.2.1 准备工作
10.2.2 如何实现
10.2.3 实现原理
10.2.4 参阅
10.3 用RANSAC（随机抽样一致性）算法匹配图像
10.3.1 如何实现
10.3.2 实现原理
10.3.3 扩展阅读
10.4 计算两幅图像之间的单应矩阵
10.4.1 准备工作
10.4.2 如何实现
10.4.3 实现原理
10.4.4 扩展阅读
10.4.5 参阅
10.5 检测图像中的平面目标
10.5.1 如何实现
10.5.2 实现原理
10.5.3 参阅
11 三维重建
11.1 简介
数字图像的成像过程
11.2 相机标定
11.2.1 如何实现
11.2.2 实现原理
11.2.3 扩展阅读
11.2.4 参阅
11.3 相机姿态还原
11.3.1 如何实现
11.3.2 实现原理
11.3.3 扩展阅读
11.3.4 参阅
11.4 用标定相机实现三维重建
11.4.1 如何实现
11.4.2 实现原理
11.4.3 扩展阅读
11.4.4 参阅
11.5 计算立体图像的深度
11.5.1 准备工作
11.5.2 如何实现
11.5.3 实现原理
11.5.4 参阅
12 处理视频序列
12.1 简介
12.2 读取视频序列
12.2.1 如何实现
12.2.2 实现原理
12.2.3 扩展阅读
12.2.4 参阅
12.3 处理视频帧
12.3.1 如何实现
12.3.2 实现原理
12.3.3 扩展阅读
12.3.4 参阅
12.4 写入视频帧
12.4.1 如何实现
12.4.2 实现原理
12.4.3 扩展阅读
12.4.4 参阅
12.5 提取视频中的前景物体
12.5.1 如何实现
12.5.2 实现原理
12.5.3 扩展阅读
12.5.4 参阅
13 跟踪运动目标
13.1 简介
13.2 跟踪视频中的特征点
13.2.1 如何实现
13.2.2 实现原理
13.2.3 参阅
13.3 估算光流
13.3.1 准备工作
13.3.2 如何实现
13.3.3 实现原理
13.3.4 参阅
13.4 跟踪视频中的物体
13.4.1 如何实现
13.4.2 实现原理
13.4.3 参阅
14 实用案例
14.1 简介
14.2 人脸识别
14.2.1 如何实现
14.2.2 实现原理
14.2.3 参阅
14.3 人脸定位
14.3.1 准备工作
14.3.2 如何实现
14.3.3 实现原理
14.3.4 扩展阅读
14.3.5 参阅
14.4 行人检测
14.4.1 准备工作
14.4.2 如何实现
14.4.3 实现原理
14.4.4 扩展阅读
14.4.5 参阅
看完了
思维导图
防止博客图床图片失效，防止图片源站外链：
http://www.processon.com/chart_image/5e5b4156e4b0cc44b5b4b37a.png)
思维导图在线编辑链接：